Matlab interp2矩阵查询点调用scipy.interp2d报错解决

scipy.interpolate.interp2d和Matlab interp2的接口逻辑不兼容：

• 该接口强制要求查询坐标x、y为一维数组，不支持直接传入二维矩阵格式的Xq、Yq，这也是触发ValueError: x and y should both be 1-D arrays报错的直接原因。
• 即便将二维查询点展平为一维传入，interp2d返回的是两个查询坐标笛卡尔积对应的插值网格，而非逐坐标点匹配的插值结果，和Matlab传入同形状Xq、Yq返回同形状Vq的逻辑完全不同，极易出现结果错位、维度不匹配的问题。

不要使用interp2d，改用scipy官方推荐的规则网格插值接口scipy.interpolate.RegularGridInterpolator，即可完全对齐Matlab interp2(V,Xq,Yq)的效果，实现逻辑如下：

• Matlab单参数传入V调用interp2时，默认x轴（对应V的列方向）坐标范围是1:size(V,2)，y轴（对应V的行方向）坐标范围是1:size(V,1)，和你之前定义的np.arange(w)、np.arange(h)逻辑一致，其中w是V的列数，h是V的行数。
• 构造插值器时注意坐标顺序要和原始数组维度对应：数组z的第一维对应y轴（行方向），第二维对应x轴（列方向），插值方法选cubic即可匹配三次插值需求。
• 处理二维矩阵格式的查询点时，把Xq、Yq展平打包为逐点坐标集传入插值器，最后将返回结果reshape为Xq的原形状即可。

对应可运行代码：

import numpy as np
from scipy.interpolate import RegularGridInterpolator

# z为待插值的二维原始数组，对应Matlab代码中的V
h, w = z.shape
# 构造原始规则网格坐标
y_coord = np.arange(h)
x_coord = np.arange(w)

# 初始化三次插值器，若要对齐Matlab interp2默认的双线性插值，将method改为'linear'即可
interpolator = RegularGridInterpolator(
    points=(y_coord, x_coord),
    values=z,
    method='cubic',
    bounds_error=False,
    fill_value=np.nan
)

# 传入二维格式的查询点，返回和Xq、Yq同形状的插值结果
query_points = np.stack([Yq.ravel(), Xq.ravel()], axis=-1)
Vq = interpolator(query_points).reshape(Xq.shape)

• 构造插值器时坐标顺序不要写反，必须按(y轴坐标, x轴坐标)传入，和z的维度顺序一一对应，否则插值结果会完全错位。
• 不建议强行使用interp2d实现该功能：该接口属于scipy的历史遗留接口，不仅不支持二维查询点输入，返回值的笛卡尔积逻辑还需要额外取对角线才能得到逐点插值结果，出错概率极高。

内容的提问来源于stack exchange，提问作者LIshy2